基于矿物岩石力学特征差异的页岩储层脆性评价方法研究

来源:用户上传      作者:

　　摘      要：在页岩气储层评价中，岩石脆性的评价可用于指导压裂施工层位的选择、评价储层可压性及预测压裂效果。由于储层的非均质性及高昂的取心成本，需结合测井曲线构建脆性指数对页岩气储层进行评价。基于常规测井资料，在利用带约束的最小二乘优化算法反演矿物组分的基础上，构建了基于矿物岩石力学特征差异分析的脆性指数模型对XX1井五峰-龙马溪组储层脆性进行计算。评价结果表明，计算脆性与实验分析脆性一致性好，平均相对误差为4.69%，且其变化规律与岩心分析变化规律较为一致，能较好地运用于实际可压性评价。
　　关  键  词：页岩气储层;脆性指数;矿物组分;常规测井;最优化方法;岩石力学差异
　　中图分类号：TE112.2+4       文献标识码： A       文章编号： 1671-0460（2020）02-0458-05
　　Abstract：  In shale gas reservoir evaluation， the evaluation of rock brittleness can be used to guide the selection of fracturing construction horizon， evaluate reservoir compressibility and predict fracturing effects. Due to the heterogeneity of the reservoir and the high cost of coring， it is necessary to construct a brittleness index combined with the logging curve to evaluate the shale gas reservoir. Based on the conventional logging data， the inversion of mineral components by constrained least squares optimization algorithm， the brittleness index model based on the difference in the rock mechanical characteristics is constructed to calculate the brittleness of Wufeng-Longmaxi reservoir in well XX1. The evaluation results showed that the calculated brittleness was in good agreement with the experimental analysis. The average relative error is 4.96%， and the variation law is consistent with the core analysis change law， so it can be applied to the actual compressibility evaluation.
　　Key words：  shale gas reservoirs;brittleness index;mineral composition;conventional logging data;optimization method;rock mechanics difference
　　在頁岩气储层勘探开发中水力压裂技术已经成为主要技术，因此对页岩气储层的可压裂性进行评价有着重要的意义[1-4]。岩石脆性指数可用来评价页岩气储层可压性及预测压裂效果。由于地下储层的非均质性及高昂的取心成本，因此需利用测井资料构建脆性指数对页岩气储层脆性进行评价[5]。
　　利用测井资料构建脆性指数主要有两种方法，即基于岩石力学的力学脆性指数和基于矿物评价的矿物脆性指数。前者在测井及岩心岩石力学资料齐全情况下能准确评价岩石脆性[6，7]，但在开发井中，一般只进行常规测井，因此需进行横波的预测工作以评价力学脆性[8-10]，但是由于预测横波的不确定性，给脆性评价结果带来一定的误差。后者主要基于不同矿物的组成成分上有着明显差异，而不同组成成分的岩石力学特征均不相同[11-13]。国内外学者在岩石学和矿物岩石力学和脆性特征分析基础上，建立了基于矿物组分的脆性计算模型[14，15]。对于页岩储层矿物脆性，由于不同学者对于脆性矿物的分类有差异，因此建立的脆性计算模型有着明显的不同[16-18]，有的学者认为石英、长石类和碳酸盐岩类矿物均为脆性矿物，而另外一部分学者认为其中某一种（如石英）或者某几种为脆性矿物。之后通过计算脆性矿物所占整体矿物比例来表征岩石脆性[19，20]。由于选择脆性矿物存在差异，因此建立的脆性计算模型也不同[21]。
　　本文首先基于多矿物岩石物理体积模型利用最优化方法[22]进行矿物反演，之后在矿物脆性特征分析的基础上建立了考虑不同矿物岩石力学性质差异的脆性因子。评价结果表明，本文提出的方法能得到较为准确的矿物剖面，在此基础上计算地脆性指数与岩心一致性较好，能较好地反映储层脆性变化规律。
　　1  研究区概况
　　研究区块位于涪陵地区南部的焦石坝区块，整体上为一个宽缓的断背斜，研究主体为五峰-龙马溪组页岩气储层，构造稳定，且其保存条件好[23，24]，且相对于川南地区[25]，埋深较浅，具有较好地页岩气地质和工程技术条件，主要岩性为黑色、灰黑色硅质、碳质富有机质页岩[26，27]，局部夹粉砂质页岩，横向分布稳定，其中，富有机质层段（TOC>2%）厚度达40 m，有机质类型以I型干酪根为主，为过成熟阶段（Ro位于2.65%左右），以热裂解生干气为主;储层孔隙度为3%～7%之间，具有较好的生烃和储集条件[28]。 　　2  基于常规测井的多矿物反演
　　2.1  确定多矿物体积模型
　　XX1井五峰组和龙马溪组主要矿物为黏土矿物、石英、长石类（钾长石和斜长石）、碳酸盐岩类（方解石和白云石）以及黄铁矿等多种矿物，黏土矿物以伊利石和伊蒙混层为主，次为绿泥石，不含蒙脱石[26]。储层试气时未试出水，孔隙以含气为主。
　　由于测井资料有限，需对多矿物模型进行简化，考虑到矿物测井响应特征和岩心分析资料，将所有黏土矿物简化为一种矿物。此外，由于钾长石、斜长石含量较低，且与石英测井响应特征较为相似，可将石英、钾长石、斜长石简化为一种矿物;将方解石、白云石简化为一种矿物，其简化模型如图1所示。
　　2.2  确定测井响应方程
　　XX1井常规测井系列包括自然伽马测井、自然电位测井、三孔隙度测井、光电吸收截面测井和电阻率测井，考虑到各种矿物组分及流体的自然电位测井响应特征无法确定，且自然电位测井在页岩气储层变化幅度较小，同时由于页岩气储层电阻率响应特征较为复杂，因此选择GR、AC、DEN、CNL和PE五条测井曲线建立测井响应方程。由于PE为非线性的，因此利用公式（1）将PE转化为线性的UPE[22]。然后利用公式（2）-（7）计算各种矿物组分的相对含量及孔隙度。
　　2.3  确定礦物组分测井响应值
　　利用公式（2）-（7）计算各矿物含量及孔隙度，必须已知各矿物组分及流体的各测井响应值。典型页岩各种矿物组分的各种测井响应值见表1[22]。根据每种组合后的矿物的百分比来确定组合后四种矿物的测井响应值，同时页岩气主要为甲烷，通过以上方法确定不同矿物组分和流体测井响应值见表2。
　　2.4  利用带约束最小二乘的多矿物反演
　　利用AC、CNL、DEN、GR、UPE五条曲线，测井响应方程为公式（2）至公式（7），黏土约束条件为0<Vclay<1，硅质约束条件为0.1<Vqkp<1，钙质约束条件为0<Vcd<1，黄铁矿约束条件为0<Vpyr<0.3，孔隙度约束条件为0<Vpor<0.2，采用最小二乘法最优化的方法求解带约束条件的线性方程组，得出各种矿物的相对体积分数。
　　 图2为矿物组分评价效果图，第1道为自然伽马曲线，第2道为深度道，第3道为光电吸收截面曲线，第4道为声波时差曲线，第5道为密度曲线，第6道为中子测井曲线，第7-9道分别为硅质、黏土曲线和岩性剖面。从图中可以结果表明测井资料反演矿物含量符合实际分析资料，其中硅质和黏土的平均相对误差为11.3%和14.6%，误差较小，说明结果可靠。
　　3  考虑矿物岩石力学性质差异的脆性评价方法
　　页岩中的矿物组分主要分为三类，石英矿物（石英、长石和黄铁矿等）、碳酸盐岩矿物（方解石、白云石及菱铁矿等）和黏土矿物。前人研究结果表明，石英矿物与脆性之间呈现明显正相关关系，为典型脆性矿物;黏土矿物与脆性之间为明显负相关，为塑性矿物;而碳酸盐岩类与脆性之间关系不明显[12]。也就是说不同矿物组分的岩石力学性质和脆性存在一定差异。国内外学者提出两种利用矿物组分计算脆性指数的方法，前一种用石英矿物含量占总矿物含量的比例作为页岩的脆性指数（公式（8））[29];后一种认为在碳酸盐岩矿物含量相对较多的页岩储层中，应该充分考虑碳酸盐岩类矿物对脆性的影响，用石英矿物和碳酸盐岩类矿物之和所占的比例来表征页岩矿物脆性 （公式（9））[30]。
　　但是两种方法简单运用某种或某几种矿物占总矿物的比例作为脆性指数没有充分考虑到不同矿物本身岩石力学性质存在差异这一特征。在岩石力学上脆性主要与弹性模量和泊松比有关，且脆性越高，弹性模型越高，泊松比越低[31]。
　　表3为矿物岩石力学参数表，为了充分考虑矿物本身脆性存在差异这一特点，本文综合矿物岩石力学参数构建了对不同矿物附加不同权重的脆性指数（公式（10））。
　　图3为矿物脆性评价效果图，第1道为自然伽马曲线，第2道为深度道，第3道为光电吸收截面曲线，第4道为声波时差曲线，第5道为密度曲线，第6道为中子测井曲线，第7道和第8道分别为硅质、黏土曲线，第9-11道为矿物脆性评价曲线，第12道为岩性剖面。
　　脆性指数模型误差统计表见表4。
　　结合测井曲线图和误差分析表可以看出，在3个脆性指数评价模型中，模型3的评价精度最高，与岩心吻合度最高，且曲线变化趋势更好的反映了主要脆性矿物与主要塑性矿物的变化规律。能较好地反应脆性实际变化规律。
　　4  结论
　　本文基于页岩储层岩石物理分析，在五元体积模型的基础上利用常规测井资料进行了页岩储层矿物组分的反演工作，在此基础上建立了考虑矿物岩石力学性质差异的脆性指数模型进行脆性评价，得到以下结论：
　　（1）利用带约束条件最小二乘的最优化算法进行页岩气储层矿物组分反演，得到矿物组分曲线与岩心资料吻合度较高，精度好。
　　（2）通过对岩石脆性的分析，对于不同矿物，其岩石力学和脆性性质存在差异。构建了考虑不同矿物岩石力学性质差异的脆性指数模型。评价结果与实验分析脆性一致性好，且变化规律相符。
　　参考文献：
　　[1]杨宏伟，李军，柳贡慧，李玉梅，席岩，唐庚.基于测井数据的页岩可压性定量评价[J].断块油气田，2017，24（03）：382-386.
　　[2]吕效明，潘进进，张昕.页岩气压裂技术现状及发展方向[J].当代化工，2019，48（07）：1599-1602.
　　[3] 胡德高，刘超.四川盆地涪陵页岩气田单井可压性地质因素研究[J].石油实验地质，2018，40（01）：20-24. 　　[4]盛秋红，李文成.泥页岩可压性评价方法及其在焦石坝地区的应用[J]. 地球物理学进展， 2016， 31（04）： 1473-1479.
　　[5] 李澈，李雨澈，郭佳.地球物理技术在页岩储层脆性评价中的应用[J].当代化工，2014，43（05）：732-735.
　　[6]崔春兰，董振国，吴德山.湖南保靖区块龙马溪组岩石力学特征及可压性评价[J].天然气地球科学，2019，30（05）：626-634.
　　[7]曹茜，戚明辉，张昊天，黄毅，张烨毓.一种基于应力-应变特征的岩石脆性指数评价改进方法[J].岩性油气藏，2019，31（04）：54-61.
　　[8]张晋言，孙建孟.利用测井资料评价泥页岩油气“五性”指标[J].测井技术，2012，36（02）：146-153.
　　[9] 杨小兵，张树东，钟林，张志刚，刘静.复杂多矿物组分的页岩气储层横波时差预测方法[J].天然气工业，2015，35（03）：36-41.
　　[10]Castagna J P， Batzle M L， Eastwood R L. Relationships between compressional‐wave and shear‐wave velocities in clastic silicate rocks [J]. Geophysics， 1985， 50（4）：571-581.
　　[11]雍世和，张超谟.测井数据处理与综合解释[M]. 东营： 中国石油大学出版社， 1996.
　　[12]杨海雨. 页岩储层脆性影响因素分析[D].中国地质大学（北京），2014.
　　[13]张宜.页岩气储层脆性评价方法研究现状[J].探矿工程（岩土钻掘工程），2019，46（07）：51-56.
　　[14]范卓颖，林承焰，王天祥，葛新民.致密地层岩石脆性指数的测井优化建模[J].石油学报，2015，36（11）：1411-1420.
　　[15] 王成龙，夏宏泉，杨双定.基于岩石脆性系数的压裂缝高度与宽度预测方法研究[J].测井技术，2013，37（06）：676-680.
　　[16]張晨晨，王玉满，董大忠，管全中.川南长宁地区五峰组—龙马溪组页岩脆性特征[J].天然气地球科学，2016，27（09）：1629-1639.
　　[17]张晓语，杜启振，马中高，李呈呈，赵强.各向异性页岩储层脆性特征分析[J].物探与化探，2016，40（03）：541-549.
　　[18] 张晨晨，董大忠，王玉满，蒋珊，管全中.页岩储集层脆性研究进展[J].新疆石油地质，2017，38（01）：111-118.
　　[19]赖富强，罗涵，龚大建，夏炜旭，李飞.一种新的页岩气储层脆性指数评价模型研究——以贵州下寒武统牛蹄塘组页岩储层为例[J].地球物理学进展，2018，33（06）：2358-2367.
　　[20]李华阳，周灿灿，李长喜，李潮流，石玉江，王长胜.致密砂岩脆性指数测井评价方法——以鄂尔多斯盆地陇东地区长7段致密砂岩储集层为例[J].新疆石油地质，2014，35（05）：593-597.
　　[21]吴涛. 页岩气层岩石脆性影响因素及评价方法研究[D]. 西南石油大学， 2015.
　　[22]谢冰. 济阳坳陷页岩油测井评价方法研究[D].长江大学，2015.
　　[23]李东晖，刘光祥，聂海宽，胡建国，陈刚，李倩文.焦石坝背斜上部气层开发特征及影响因素分析[J].地球科学，2019：1-14
　　[24]李金磊， 尹成， 王明飞， 杨莎莎， 刘晓晶， 陈超. 四川盆地涪陵焦石坝地区保存条件差异性分析[J].石油实验地质，2019，41（03）： 341-347.
　　[25]马新华. 四川盆地南部页岩气富集规律与规模有效开发探索[J].天然气工业， 2018， 38（10）：1-10.
　　[26]蔡进.四川盆地焦石坝地区五峰组—龙马溪组页岩储层成岩作用研究[J].矿物岩石，2017，37（04）：103-109.
　　[27]申宝剑，仰云峰，腾格尔，秦建中，潘安阳.四川盆地焦石坝构造区页岩有机质特征及其成烃能力探讨——以焦页1井五峰—龙马溪组为例[J].石油实验地质，2016，38（04）：480-488+495.
　　[28]王志刚.涪陵页岩气勘探开发重大突破与启示[J].石油与天然气地质，2015，36（01）：1-6.
　　[29] 王晓东， 王一航， 王永田， 尤源， 王成玉. 利用矿物含量计算砂岩脆性指数——以鄂尔多斯盆地合水地区长6段致密砂岩储层为例[J].成都理工大学学报（自然科学版）， 2018， 45（03）： 367-373.
　　[30]Rick R， Mullen M， Petre E， et al. A practical use of shale petrophysics for stimulation design optimization： all shale plays are not clones of the Barnett Shale[J]. SPE 115258， 2008.
　　[31]刁海燕. 泥页岩储层岩石力学特性及脆性评价[J]. 岩石学报，2013， 29（9）： 3300-3306.
转载注明来源:https://www.xzbu.com/1/view-15129736.htm